MétaCan
Menu
Retour à la cohorte
Enregistrement W2079562505 · doi:10.1080/07315724.2002.10719259

The Application of Biotechnology to Nutrition: An Overview

2002· review· en· W2079562505 sur OpenAlexaboutno aff
Maureen Mackey

Notice bibliographique

RevueJournal of the American College of Nutrition · 2002
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueTransgenic Plants and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiotechnologyCropFood securityCanolaBusinessCommodityGenetically modified cropsDeveloping countryAgricultural biotechnologyHuman healthAgricultural scienceAgricultural economicsAgricultureBiologyAgronomyEconomic growthEconomicsTransgeneEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Crop biotechnology is being used in two major ways to enhance human nutrition: to improve global food security by making more food available, especially locally grown and familiar foods in the developing world, and by enhancing the nutritional composition of foods that would interest both the developed and developing worlds. Since the first commercialized products of biotechnology are major commodity crops grown primarily in the US, Canada and Argentina (soybeans, corn, canola and cotton), there is concern about whether and when crop biotechnology will help the developing world. There are, however, several on-going projects in Africa, SE Asia and Latin America where crop biotechnology is being used to enhance locally grown crops. The expectation is that genetically improved crops, e.g., those able to resist local pests, will allow even small-scale farmers to grow more crops using fewer inputs and in an environmentally sustainable manner. Furthermore, there are numerous on-going projects to enhance the nutritional or health value of foods via transgene technology. A few of these projects are described in this article.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,329
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of NutritionMême sujetTransgenic Plants and ApplicationsTravaux en français237 207